作为国内最受欢迎的视频剪辑软件之一，剪映中最具特色的功能就是其免费的字幕识别。

但是，自去年五月起，剪映开始削减免费有用户所能白嫖的福利，其中字幕就是影响大的一项。

每月五次的免费额度，着实是少了点。哪怕不是专业视频创作者，每月稍微多做几条视频，额度用完也是轻轻松松。

毕竟发视频的频率又不如专业视频创作者高，如果每月花费开通会员，却又无法通过视频获得收益，着实不划算。

但随着AI的普及和应用，需要更加好用、更加方便的字幕识别工具也纷纷问世，可有效提高视频制作效率。

卡卡字幕助手（电脑）

卡卡字幕助手是一款基于AI大模型开发的字幕识别工具，只要接入对应的大模型接口，或者下载本地模型，即可对视频或者音频中的字幕进行提取，并生成srt等格式的字幕文件。

软件安装流程比较常规，这里就不过多赘述了。

支持本地模型Whisper和LLM（大语言模型）API接入识别两种方式，大家可以按需选择。

先看本地的Whisper模型，使用前需要先根据配置安装GPU+CPU使用或者CPU使用的模型底包，然后下载用于识别的模型。

模型体积越大，识别效果也就越好，但对设备性能的要求也在提高。

为核显，这里就下载CPU版版本的Faster Whisper，然后下载Medium模型。

下载完成后，打开Faster Whisper设置，选择之前下载的模型、运行设备、音频的语言即可。

软件使用就比较简单了，把需要识别的视频或者音频文件拖进来，点击开始，就会对其进行自动处理，使用本地模型的情况下，速度快慢就看设备性能了。

Faster Whisper模型转录完成后，会利用AI，对识别结果进行优化，确认字幕呜呜后，点击左上角的保存，即可导出srt、ass、vtt等格式的字幕文件。

如果优化后仍旧存在错别字，可以手动点击，进行修改。

然后，咱们再看在线大语言模型识别。可以填入OPENAI官方的API接口或者使用第三方提供的接口，接入各种开放API接口的大语言模型。

填入API Key、Base URL后，点击检查连接，当弹出模型获取成功、LLM连接成功的提示时，就说明大模型接入成功！

使用LLM模型时，需要在首页将转录模型设置为B接口。

至于后面的操作，就和使用Faster Whisper模型一模一样，直接抄前面的作业即可。

值得一提的是，得益于云端强大的计算能力，通过LLM API所进行的字幕识别，速度要远远高于本地识别（如果本地GPU算力比较强大，影响则可pass）。

在大模型加持之下，字幕翻译也变得轻松，简单几步，就能制作外文视频的中文版，拿来啃某些生肉，简直不要太爽！

软件的字幕识别功能不局限于视频创作，如果你是一位影视爱好者或者影视老司机，它亦能帮你解决不少观影中存在的语言障碍。

卡卡字幕助手：
https://pan.quark.cn/s/6d177656f76f

备用链接：
https://drive.uc.cn/s/2d53170557d24?public=1

github开源项目地址：
https://github.com/WEIFENG2333/VideoCaptioner/releases